Self-Compassion Around the World: Measurement Invariance of the Short Form of the Self-Compassion Scale (SCS-SF) Across 65 Nations, 40 Languages, Gender Identities, and Age Groups
Notice bibliographique
Résumé
Abstract Objectives The 12-item Self-Compassion Scale–Short Form (SCS–SF) is a widely used instrument for the assessment of self-compassion. To date, there have been few examinations of this instrument’s psychometric properties, particularly across nations and languages. Therefore, we used data from the Body Image in Nature Survey (BINS) to assess measurement invariance of the SCS–SF across nations, languages, gender identities, and age groups. Methods Participants ( N = 56,968) from 65 nations completed the SCS–SF in 40 languages. Using these data, we tested various hypothesised models of the SCS–SF in the total sample and, using multi-group confirmatory factor analysis, tested for invariance of the optimal model across national groups, languages, gender identities, and age groups. Results In the total dataset, we found that an 11-item, 2-factor model (i.e., SCS-11) provided best fit to the data, with the two factors tapping distinct constructs of compassionate and uncompassionate self-responding. The SCS-11 was found to be partially scalar invariant across national groups and languages, and fully scalar invariant across gender identities and age groups. There was wide variation in latent means for the two factors, particularly across national groups and languages. Further analyses showed negligible associations between the two factors and sociodemographic variables, including marital status, financial security, and urbanicity. Conclusions Our results suggest that it may be possible to derive a stable 2-factor model of the SCS–SF for use in cross-cultural research, but also highlight the likelihood of cross-national and cross-linguistic variations in the way that self-compassion is understood.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».